This final paper addressed the topic of precision animal husbandry or precision livestock farming (PLF) applied to pig farming. Precision livestock farming concerns the application of technological innovation in animal husbandry to monitor and manage the nutrition, production, health and welfare of livestock, in order to improve the production efficiency of livestock farms and, at the same time, make them more sustainable. According to recent estimates, the world population in 2050 will be almost 10 billion, 23% more than today's population. Therefore, based on current production, around 3 billion more people will be at risk of food insecurity. Pork is the second most consumed meat in the world and chicken, pork and beef account for 92% of global meat production. The pork sector is also characterised by ever-increasing production costs, while the wholesale price of pork is highly variable, with a negative trend in recent years. These conditions have led to the closure of many farms, especially small and medium-sized ones, and the consequent increase in the average number of animals on large farms. The PLF is a tool to support farmers and other stakeholders in the livestock production chain in the near future, while addressing the increasing demand for meat and ensuring optimal animal health, welfare and performance. PLF captures and analyses various parameters related to animal health and welfare using images, sound, tracking data, live weight, body condition and biological metrics. These data, appropriately processed by algorithms, provide early warnings of poor animal welfare situations, drawing the farmer's attention to the cause. Another objective of PLF is to make livestock farming more sustainable in economic, social and environmental terms. To develop a PLF system, it is necessary to identify and classify animal bio-responses, i.e. behaviours, vocalisations and parameters resulting from animal-environment interaction. The next step is to develop algorithms to model the target bio-responses; the algorithms developed must be updated periodically because the subjects analysed are living organisms and each of them is a complex, individual, different, dynamic and time varying system (Complex Individual Time varying Dynamic, CITD). To obtain reliable results, the algorithms must adapt to the individual being analysed as best as possible. In the last step, the acquired data are compared with standard data and from this comparison an output is produced containing useful information for the farmer and his decision-making process. Finally, the relationship between man and PLF was analysed, considering the figures of the breeder and the consumer. With regard to the farmer, the human-animal relationship was analysed, which influences animal welfare, and the propensity of farmers to adopt technological innovations in livestock farming. Concerning the consumer, the level of knowledge on PLF issues was analysed.

In questo elaborato finale è stato affrontato il tema della zootecnia di precisione o precision livestock farming (PLF) applicato all’allevamento suinicolo. La zootecnia di precisione riguarda l’applicazione dell’innovazione tecnologica in allevamento per monitorare e gestire l’alimentazione, le produzioni, la salute e il benessere degli animali da reddito, al fine di migliorare l’efficienza produttiva delle aziende zootecniche e, al contempo, renderle più sostenibili. Secondo recenti stime, la popolazione mondiale nel 2050 sarà di quasi 10 miliardi, il 23% in più rispetto alla popolazione odierna. Pertanto, sulla base delle produzioni attuali, circa 3 miliardi di persone in più rischieranno l’insicurezza alimentare. La carne di maiale è la seconda carne più consumata al mondo e pollo, suino e manzo rappresentano il 92% della produzione globale di carne. Il settore suinicolo, inoltre, è caratterizzato da costi di produzione sempre crescenti, mentre il prezzo della carne suina all’ingrosso presenta un’elevate variabilità, con una tendenza negativa negli ultimi anni. Tali condizioni hanno portato alla chiusura di numerosi allevamenti, specialmente quelli di piccole e medie dimensioni, e al conseguente aumento del numero medio di capi nelle aziende di grandi dimensioni. La PLF è uno strumento per sostenere gli allevatori e le altre parti interessate nella catena di produzione del bestiame nel prossimo futuro, affrontando allo stesso tempo la crescente domanda di carne e garantendo la salute, il benessere e le prestazioni ottimali degli animali. La PLF acquisisce e analizza diversi parametri relativi allo stato di salute e al benessere degli animali utilizzando immagini, suoni, dati di tracciamento, rilievo di pesi vivi, condizioni corporee e metriche biologiche. Questi dati, opportunamente elaborati da algoritmi, forniscono allerte tempestive in caso di situazioni di scarso benessere dell’animale, richiamando l’attenzione dell’allevatore per intervenire sulla causa. Altro obiettivo della PLF è rendere l’attività dell’allevamento più sostenibile in termini economici, sociali e ambientali. Per sviluppare un sistema di PLF è necessario identificare e classificare la bio-risposta animale, ovvero i comportamenti, le vocalizzazioni e i parametri derivanti dall’interazione animale-ambiente. Il passaggio successivo consiste nello sviluppo degli algoritmi per modellare le bio-risposte target; gli algoritmi sviluppati devono essere aggiornati periodicamente perché i soggetti analizzati sono organismi viventi e ognuno di essi è un sistema complesso, individuale, diverso, dinamico e variabile nel tempo (Complex Individual Time varying Dynamic, CITD). Per avere dei risultati attendibili gli algoritmi devono adattarsi al meglio all’individuo analizzato. Nell’ultimo passaggio i dati acquisiti vengono confrontati con i dati standard e da tale confronto è prodotto un output contenete informazioni utili per l’allevatore e il suo processo decisionale. È stata infine analizzata la relazione tra uomo e PLF, considerando le figure dell’allevatore e del consumatore. Per quanto riguarda l’allevatore si è analizzato il rapporto uomo-animale, il quale influisce sul benessere animale, e la propensione degli allevatori ad adottare innovazioni tecnologiche in allevamento. Riguardo il consumatore, è stato analizzato il livello di conoscenza sulle tematiche della PLF.

Allevamento di precisione in suinicoltura

IANNACCONE, MATTEO
2021/2022

Abstract

In questo elaborato finale è stato affrontato il tema della zootecnia di precisione o precision livestock farming (PLF) applicato all’allevamento suinicolo. La zootecnia di precisione riguarda l’applicazione dell’innovazione tecnologica in allevamento per monitorare e gestire l’alimentazione, le produzioni, la salute e il benessere degli animali da reddito, al fine di migliorare l’efficienza produttiva delle aziende zootecniche e, al contempo, renderle più sostenibili. Secondo recenti stime, la popolazione mondiale nel 2050 sarà di quasi 10 miliardi, il 23% in più rispetto alla popolazione odierna. Pertanto, sulla base delle produzioni attuali, circa 3 miliardi di persone in più rischieranno l’insicurezza alimentare. La carne di maiale è la seconda carne più consumata al mondo e pollo, suino e manzo rappresentano il 92% della produzione globale di carne. Il settore suinicolo, inoltre, è caratterizzato da costi di produzione sempre crescenti, mentre il prezzo della carne suina all’ingrosso presenta un’elevate variabilità, con una tendenza negativa negli ultimi anni. Tali condizioni hanno portato alla chiusura di numerosi allevamenti, specialmente quelli di piccole e medie dimensioni, e al conseguente aumento del numero medio di capi nelle aziende di grandi dimensioni. La PLF è uno strumento per sostenere gli allevatori e le altre parti interessate nella catena di produzione del bestiame nel prossimo futuro, affrontando allo stesso tempo la crescente domanda di carne e garantendo la salute, il benessere e le prestazioni ottimali degli animali. La PLF acquisisce e analizza diversi parametri relativi allo stato di salute e al benessere degli animali utilizzando immagini, suoni, dati di tracciamento, rilievo di pesi vivi, condizioni corporee e metriche biologiche. Questi dati, opportunamente elaborati da algoritmi, forniscono allerte tempestive in caso di situazioni di scarso benessere dell’animale, richiamando l’attenzione dell’allevatore per intervenire sulla causa. Altro obiettivo della PLF è rendere l’attività dell’allevamento più sostenibile in termini economici, sociali e ambientali. Per sviluppare un sistema di PLF è necessario identificare e classificare la bio-risposta animale, ovvero i comportamenti, le vocalizzazioni e i parametri derivanti dall’interazione animale-ambiente. Il passaggio successivo consiste nello sviluppo degli algoritmi per modellare le bio-risposte target; gli algoritmi sviluppati devono essere aggiornati periodicamente perché i soggetti analizzati sono organismi viventi e ognuno di essi è un sistema complesso, individuale, diverso, dinamico e variabile nel tempo (Complex Individual Time varying Dynamic, CITD). Per avere dei risultati attendibili gli algoritmi devono adattarsi al meglio all’individuo analizzato. Nell’ultimo passaggio i dati acquisiti vengono confrontati con i dati standard e da tale confronto è prodotto un output contenete informazioni utili per l’allevatore e il suo processo decisionale. È stata infine analizzata la relazione tra uomo e PLF, considerando le figure dell’allevatore e del consumatore. Per quanto riguarda l’allevatore si è analizzato il rapporto uomo-animale, il quale influisce sul benessere animale, e la propensione degli allevatori ad adottare innovazioni tecnologiche in allevamento. Riguardo il consumatore, è stato analizzato il livello di conoscenza sulle tematiche della PLF.
ITA
This final paper addressed the topic of precision animal husbandry or precision livestock farming (PLF) applied to pig farming. Precision livestock farming concerns the application of technological innovation in animal husbandry to monitor and manage the nutrition, production, health and welfare of livestock, in order to improve the production efficiency of livestock farms and, at the same time, make them more sustainable. According to recent estimates, the world population in 2050 will be almost 10 billion, 23% more than today's population. Therefore, based on current production, around 3 billion more people will be at risk of food insecurity. Pork is the second most consumed meat in the world and chicken, pork and beef account for 92% of global meat production. The pork sector is also characterised by ever-increasing production costs, while the wholesale price of pork is highly variable, with a negative trend in recent years. These conditions have led to the closure of many farms, especially small and medium-sized ones, and the consequent increase in the average number of animals on large farms. The PLF is a tool to support farmers and other stakeholders in the livestock production chain in the near future, while addressing the increasing demand for meat and ensuring optimal animal health, welfare and performance. PLF captures and analyses various parameters related to animal health and welfare using images, sound, tracking data, live weight, body condition and biological metrics. These data, appropriately processed by algorithms, provide early warnings of poor animal welfare situations, drawing the farmer's attention to the cause. Another objective of PLF is to make livestock farming more sustainable in economic, social and environmental terms. To develop a PLF system, it is necessary to identify and classify animal bio-responses, i.e. behaviours, vocalisations and parameters resulting from animal-environment interaction. The next step is to develop algorithms to model the target bio-responses; the algorithms developed must be updated periodically because the subjects analysed are living organisms and each of them is a complex, individual, different, dynamic and time varying system (Complex Individual Time varying Dynamic, CITD). To obtain reliable results, the algorithms must adapt to the individual being analysed as best as possible. In the last step, the acquired data are compared with standard data and from this comparison an output is produced containing useful information for the farmer and his decision-making process. Finally, the relationship between man and PLF was analysed, considering the figures of the breeder and the consumer. With regard to the farmer, the human-animal relationship was analysed, which influences animal welfare, and the propensity of farmers to adopt technological innovations in livestock farming. Concerning the consumer, the level of knowledge on PLF issues was analysed.
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
934131_iannacconematteotesi-allevamentodiprecisoneinsuinicoltura-.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 1.05 MB
Formato Adobe PDF
1.05 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/135382